РЕШЕНИЕ ТИПОВЫХ ЗАДАЧ
ЗАДАЧА 1.
На основании исходных данных о времени обработки деталей рабочими двух бригад определить:
- показатели центральной тенденции: среднюю величину и медиану;
- показатели вариации
Таблица 1 – Исходные данные
| Бригады | Время обработки деталей | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |
| I бригада | 74 | 86 | 112 | 116 | 132 | 134 | 155 | 183 | - | - |
| II бригада | 108 | 113 | 114 | 121 | 122 | 126 | 130 | 132 | 135 | 139 |
РЕШЕНИЕ
1. Определяем среднюю величину времени обработки деталей в обеих бригадах по формуле средней арифметической простой
Хариф.пр. = ∑Хi /n
I бригада - ХI = (74+86+112+116+132+134+155+183) / 8 = 124 мин.
II бригада - ХII = (108+113+114+121+122+126+130+132+135+139) / 10 = 124 мин.
Среднее время обработки деталей в обеих бригадах одинакова.
2. Определяем медианные значения (центр распределения совокупности) в обеих бригадах по формуле
XME = Σfi / 2
При четном числе единиц в ряду выбираем два центральных значения – для первой (I) бригады – 116 и 132, для второй (II) бригады – 122 и 126
I бригада – ХмеI = (116+132)/2 = 124 мин.
II бригада - ХмеII = (122+126)/2 = 124 мин.
Медианные значения (то есть средние значения) одинаковы в обеих бригадах.
Модальные значения не могут быть определены, та как значения признаков не повторяются.
Вывод: Обе совокупности (I и II бригады) характеризуются одинаковыми показателями центра распределения.
3. Для характеристики рассеивания определяем показатель вариации (изменения):
3.1. Размах вариации по формуле
R = Xmax – Xmin
I бригада – RI = 183-74 = 109 мин.
II бригада RII = 139-108 = 31 мин.
3.2. Определяем среднее линейное отклонение (простое для не сгруппированных данных) по формуле
a = (ǀΣXi - Х ǀ) / n
- первая (I) бригада ( Х=124 мин, n=8)
аI = [ǀ74-124ǀ+ǀ86-124ǀ+ǀ112-124ǀ+ǀ116-124ǀ+ǀ132-124ǀ+ǀ134-124ǀ+ǀ155-124ǀ+ǀ183-124ǀ]/ 8 =
= (50+38+12+8+8+10+31+59)/8 = 216/8 = 27 мин.
- вторая (II) бригада ( Х=124 мин, n=10)
аII = [ǀ108-124ǀ+ǀ118-124ǀ+ǀ114-124ǀ+ǀ121-124ǀ+ǀ122-124ǀ+ǀ126-124ǀ+ǀ130-124ǀ+ǀ132-124ǀ+
+ǀ135-124ǀ+ǀ139-124ǀ]/10 = (16+11+10+3+2+2+6+8+11+15)/10 = 84/10 = 8,4 мин.
4. Определяем среднее квадратическое отклонение, которое характеризует разброс вариантов средней величины (т.е. колеблемость вариационного ряда).
Чем больше сигма (σ), тем степень разнообразия ряда выше.
σ = √
[∑(Xi – Х)2] / n
- первая (I) бригада ( Х=124; n=8):
σI= √
(502+382+122+82+82+102+312+592)/8 =
√ (2500+1444+144+64+64+100+961+3481)/8 =
√1094,75=
= 33,09 мин.
- вторая (II) бригада ( Х=124; n=10):
σII= √
(162+112+102+32+22+22+62+82+112+152)/10 =
√(256+121+100+9+4+4+36+64+121+225) /10 =
= √ 94 = 9,7 мин.
Сопоставление среднего линейного отклонения и среднего квадратического отклонения говорит о том, что вариация (вариант) времени обработки деталей
в первой (I) бригаде значительно выше, чем во второй (II) бригаде.
ЗАДАЧА 2.
На основании исходных данных распределения рабочих предприятия по возрасту определить:
- показатели центральной тенденции: среднюю величину и медиану;
- показатели вариации.
Таблица 1 – Исходные данные
| Группы рабочих по возрасту, годы | Количество робочих, чел. (f1) |
Накопленные частоты (S) |
Расчет накопленных частот |
|---|---|---|---|
| 1 | 2 | 3 | 4 |
| 18-20 | 1 | 1 | 1 |
| 20-22 | 3 | 4 | 3+1=4 |
| 22-24 | 6 | 10 | 6+3+1=10 |
| 24-26 | 10 | 20 | 10+6+3+1=20 |
| 26-28 | 5 | 25 | 5+10++6+3+1=25 |
| 28-30 | 3 | 28 | 3+5+10+6+3+1=28 |
| 30-32 | 2 | 30 | 2+3+5+10+6+3+1=30 |
| 32-34 | 2 | 32 | 2+2+3+5+10+6+3+1=32 |
| Итого | 32 | - | - |
РЕШЕНИЕ
1. Определяем средний возраст работников по формуле взвешенной средней арифметической
Харифм.взв. = ∑Хi /∑fi
Хi - см. табл.2 (графа 2)
fi - см. табл.2 (графа 3)
Х =
[(19∙1)+(21∙3)+(23∙6)+(25∙10)+27∙5)+(29∙3)+(31∙2)+(32∙2)]/32 = 820/32 = 25,6 лет
2. Составляем вспомогательную таблицу для расчета показателей (чтобы не делать громоздких расчетов).
Таблица 2 – Вспомогательная таблица
| Группы работников по возрасту, годы |
Середина интервала (Xi) |
Количество рабочих, чел. (fi) |
Накопленные частоты (S) |
Произведение величины признаков на их частоты Xi∙fi |
Отклонение от средней (Xi- Х) |
Квадрат отклонения (Xi- Х)2 |
Квадрат отклонения умноженный на частоты (веса) (Xi- Х )2∙fi |
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| Пример расчета | (18+20)/2 | 19∙1=19 21∙3=63 |
19-25,6 | (19-25,6)2 (21-25,6)2 |
(19-25,6)2∙1 (21-25,6)2∙3 |
||
| 18-20 | 19 | 1 | 1 | 19 | -6,6 | 43,56 | 43,56 |
| 20-22 | 21 | 3 | 4 | 63 | -4,6 | 21,16 | 63,48 |
| 22-24 | 23 | 6 | 10 | 136 | -2,6 | 6,76 | 40,56 |
| 24-26 | 25 | 10 | 20 | 250 | -0,6 | 0,36 | 3,6 |
| 26-28 | 27 | 5 | 25 | 135 | 1,4 | 1,96 | 9,8 |
| 28-30 | 29 | 3 | 28 | 87 | 3,4 | 11,56 | 34,68 |
| 30-32 | 31 | 2 | 30 | 62 | 5,4 | 29,16 | 58,32 |
| 32-34 | 33 | 2 | 32 | 66 | 7,4 | 54,76 | 109,52 |
| Итого | 32 | 363,52 |
3. Определяем моду в интервальном ряду (модальный интервал).
Модальный интервал 24-26 лет, так как в этом интервале наибольшее число рабочих
Mo = Xмo+d ∙ {(f2-f1) / [(f2-f1)+(f2-f3)]}
Мо = 24+2∙{(10-6) / [(10-6)+(10-5)]} = 24,9 лет.
Xмo – нижняя граница модального интервала
d – величина интервала (24,25,26 = 2; 24+2=26)
f1 – количество работников в предмодальном интервале = 6;
f2 – количество работников в модальном интервале = 10;
f3 – количество работников постмодального интервала = 5.
4. Определяем медиану в интервальном ряду (медианный интервал).
Медианный интервал 24-26 лет, так как середина вариационного ранжированного ряда (упорядочивания) равна 16, которая находятся по
накопленным частотам и равна 20.
XME = Σfi / 2
ХМЕ = 32:2 = 16
ME = XME+d ∙ {[(Σfi : 2) – SME-1] / fME}
МЕ = 24+2∙{[(32:2)-10]/10} = 24,6 лет
ХМЕ – нижняя граница медианного ряда (24-26) = 24;
d – величина интервала = 2;
SME-1 – частота, накопленная до медианного ряда =10 (см. интервал 22-24);
fМЕ – частота медианного ряда (количество рабочих в интервальном ряду 24-26) = 10
5. Определяем показатели вариации:
- среднее квадратическое отклонение - простое (колеблемость)
σ = √
[∑(Xi – Х )2] / n
σ = √
363,52/32 = 3,37 года
- коэффициент вариации
Vσ = (σ / Х)∙100%
Vσ = (3,37/25,6)∙100% = 13,2%
Вывод:
Вариация возраста у рабочих предприятия умеренная, что подтверждает однородную совокупность.
ЗАДАЧА 3.
Сравнить вариацию урожайности зерновых культур и картофеля в хозяйствах региона на основании следующих исходных данных:
Таблица 1 – Исходные данные
| Номер хозяйства | Урожайность, ц/га | Посевная площадь,га | ||
|---|---|---|---|---|
| Зерновые (Y) | Картофель (Х) | Зерновые (Y) | Картофель (Х) | |
| 1 | 2 | 3 | 4 | 5 |
| 1 | 15 | 170 | 20 | 10 |
| 2 | 20 | 90 | 30 | 20 |
| 3 | 13 | 130 | 10 | 50 |
| 4 | 17 | 150 | 90 | 40 |
| 5 | 25 | 120 | 50 | 30 |
| 6 | 14 | 30 | 20 | 25 |
| 7 | 16 | 60 | 32 | 20 |
| 8 | 27 | 160 | 48 | 45 |
| 9 | 33 | 140 | 25 | 70 |
| 10 | 30 | 100 | 30 | 35 |
| Итого | - | - | 355 | 345 |
РЕШЕНИЕ
1. Определяем средние величины урожайности по формуле средняя арифметическая взвешенная
Харифм.взв. = ∑Хi ∙ fi /∑ fi
- по зерновым культурам:
Ῡ =[(15∙20)+(20∙30)+(13∙10)+(17∙90)+(25∙50)+(14∙20)+(16∙32)+(27∙42)+(33∙25)+(30∙30)]/355=
= ((300+600+130+1530+1250+280+512+1296+225+900)/355 = 7623/355=21 ц/га
- по картофелю:
Х=[(170∙10)+(90∙20)+(130∙50)+(150∙40)+(120∙30)+(80∙25)+(60∙20)+(160∙45)+(140∙70)+
+(100∙35)]/345 = (1700+1200+6500+6000+3600+2000+1200+7200+9800+350)/345 =
= 43300/345 = 126 ц/га
2. Для определения показателей вариации строим таблицу, в которой рассчитываем отклонения от средних урожайностей и их квадраты,
взвешенные на частоты, которы-ми являются посевные и площади
Таблица 2 – Отклонения от средних урожайностей
| Номер хозяйства | Отклонения от средних | Квадраты отклонений | ||
|---|---|---|---|---|
| Зерновые (Y) | Картофель (Х) | Зерновые (Y) | Картофель (Х) | |
| 15-21 | 170-126=+44 | (-6)2∙20=720 | (44)2∙10=19360 | |
| 1 | 2 | 3 | 4 | 5 |
| 1 | -6 | 44 | 720 | 19360 |
| 2 | -1 | -36 | 30 | 25920 |
| 3 | -8 | 4 | 640 | 800 |
| 4 | -4 | 24 | 1440 | 23040 |
| 5 | 4 | -6 | 800 | 1080 |
| 6 | -7 | -46 | 980 | 52900 |
| 7 | -5 | -66 | 800 | 87120 |
| 8 | 6 | 34 | 1728 | 52020 |
| 9 | 12 | 14 | 3600 | 13720 |
| 10 | 9 | -26 | 2430 | 23660 |
| Итого | - | - | 13168 | 299620 |
3. Определяем размах вариации урожайности:
- по зерновым:
Ry = R = Xmax – Xmin = 33-13 = 20 ц/га
- по картофелю:
Rx = R = Xmax – Xmin = 170-60 = 110 ц/га
4. Определяем среднее линейное отклонение урожайности зерновых культур (простое, для не сгруппированных данных)
a = (ǀΣXi - Х ǀ) / n
ay = [(ǀ6∙20ǀ+ǀ1∙30ǀ+ǀ8∙10ǀ+ǀ4∙90ǀ+ǀ4∙50ǀ+ǀ7∙20ǀ+ǀ5∙32ǀ+ǀ6∙48ǀ+ǀ12∙25ǀ+ǀ9∙30ǀ)-21]/355 =
= [(120+30+80+360+200+140+160+288+180+270)-21] /355 = (1828-21)/355 =1807/355=5,1ц/га
5. Определяем среднее линейное отклонение урожайности картофеля (простое, для не сгруппированных данных)
ax = [(ǀ44∙10ǀ+ǀ36∙20ǀ+ǀ4∙50ǀ+ǀ24∙40ǀ+ǀ6∙30ǀ+ǀ46∙25ǀ+ǀ66∙20ǀ+ǀ34∙45ǀ+ǀ14∙70ǀ+ǀ26∙35ǀ+)-126]/345=
= [(440+720+200+960+180+1150+1320+1530+980+910)-126]/345=(8390-126)/345 = 23,9ц/га
6. Определяем среднее квадратическое отклонение (простое) урожайности зерновых культур:
σ = √
[∑(Xi – Х )2] / n
σ = √13168/355 = ±6,09 ц/га
7. Определяем среднее квадратическое отклонение урожайности картофеля
σ = √ 299620/345 = ±29,5 ц/га
Рассчитанные абсолютные показатели не могут быть использованы для сравнения вариации признаков, которые имеют хотя и одинаковые единицы
измерения, но резко отличающие по величине среднего уровня.
8. Определяем относительные показатели вариации урожайности:
8.1. Коэффициент осцилляции по формуле:
VR = (R / Х )∙100%
- зерновые культуры
VRy = [(33-13)/21]∙100% = (20:21)∙100% = 95%
- картофель
VRx = [(170-60)/126)]∙100% = (110:126)∙100% = 87%
8.2. Относительное отклонение по формуле:
Vа = (а / Х )∙100%
- зерновые культуры
Vay = (5,1/21)∙100% = 24,3%
- картофель
Vax = (24./126)∙100% = 19,3%
8.3. Коэффициент вариации
Vσ = (σ / Х )∙100%
- зерновые культуры
Vσy = (6,09/21)∙100% = 29,0%
- картофель
Vσx = (29,5/126)∙100% = 23,4%
Относительные показатели вариации показывают, что вариация урожайности зерновых культур значительно превышает урожайность картофеля.
Если вариацию (вариант) картофеля можно отнести к умеренной, то вариация зерновых культур является сильной.
Обе совокупности однородны, так как коэффициент вариации не превышает 33%.
Коэффициент вариации используется не только для сравнения вариации различных признаков, но и характеризует однородность изучаемой совокупности